记64位地址截断引发的挂死问题

前言

最近要将整个项目的代码从原先的只支持32位变成同时支持32位和64位,这个过程中遇到一个很不容易定位的挂死问题,花了不少时间才定位解决,因此分享给大家。

32位和64位代码区别

在分享之前,需要了解一下32位和64位程序代码有何区别,它的主要区别体现在某些数据类型的占用字节大小的不同:

数据类型 32位 64位
long 4字节 8字节
unsigned long 4字节 8字节
指针 4字节 8字节
size_t 4字节 8字节
ssize_t 4字节 8字节

这些是主要的差别。

那么为什么要切64位呢?原因也很简单,32位寻址范围有限,能使用的最大内存也是非常有限的,因此需要使其能够支持64位,这个过程需要修改编译工程,编译第三方库为64位,修改代码等等。当然这些都不是本文的重点,本文仅介绍遇到的这个典型的问题。

问题描述

由于项目本身涉及的系统比较复杂,因此简单分享一下定位过程,下一节将通过简洁的示例程序来说明。

问题现象:向服务器发送一条操作指令后直接挂死

分析解决过程简化为如下步骤:

  • 查看日志以及coredump信息,初步定位挂死的位置
  • 发现挂死在停止定时器的位置
  • 32位程序正常,而64位异常,因此和32位与64位的差别有关
  • 怀疑传入定时器数据有问题,编写小demo,排除传入数据问题
  • 编译可调试版本,加入-g参数
  • 跟踪调试,发现最终挂在了一个动态库中
  • 设置gdb源码路径,以便调试跟踪动态库
  • 通过gdb观察传入指针,在访问指针时,出现错误,提示访问非法内存
  • 打印传入定时器指针地址,发现异常,地址开头4字节为全f,不正常,因此怀疑该指针最开始就已经出问题
  • 跟踪启动定时器部分,动态库接口返回的地址值,就已经异常了,但是跟踪到动态库接口内部,发现返回的结果是正常的8字节地址值,排除定时器接口的问题
  • 最终可以确定,在调用动态库接口时,虽然返回的是8字节地址,但是赋给外部变量时,就被截断
  • 换项目中的另外一个进程调试demo发现,编译时出现错误,提示函数没有声明
  • 于是加上声明之后编译通过,但并没有出现挂死的问题
  • 随即继续跟踪原项目出问题的进程,发现同样这些接口都没有外部声明,再加上另外一个进程的警告信息,提示有int往指针强转,因此怀疑和函数的声明有关。

最终确实如此。

具体是为什么呢?

简化示例

示例代码分别放在main.c和test.c中,main.c内容如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
//main.c
//公众号编程珠玑
#include<stdio.h>
#include<stdlib.h>
int main(void)
{
void *p = NULL;
//打印p的地址
printf("%p\n",&p);
//为p赋值
p = testFun();
printf("%p\n",p);
//释放内存
free(p);
p = NULL;
return 0;
}

test.c的内容如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
//test.c
#include<stdio.h>
#include<stdlib.h>
void *testFun()
{
//申请内存需要足够大,能方便达到本文的示例效果
void *p = (void*)malloc(1024*1024*10);
if(NULL == p)
{
printf("malloc failed\n");
}
printf("malloc success,p = %p\n",p);
return p;
}

上面两段代码再简单不过,testFun在函数中申请一段内存,并返回。而main函数通过调用testFun,将地址值返回给p,并打印p的地址值。

编译运行:

1
2
3
4
5
6
$ gcc -o main main.c test.c
$ ./main
0x7ffef59d4230
malloc success,p = 0x7f193ec5f010
0x3ec5f010
Segmentation fault (core dumped)

从运行结果中,我们可以发现以下几个事实:

  • 64位程序地址为8字节
  • testFun内部申请到的内存地址值是占用8字节的值
  • main函数中的p的地址值为4字节
  • 返回值被截断了

也就是和我们预期的结果完全不一样。我们逐步分析,到底是为什么。

特别说明:
如果赋值那一行改成下面这样

1
p = (void*)testFun();

运行结果中如下:

1
2
3
4
0x7ffd5a75dbe0
malloc success,p = 0x7fc6fb5ac010
0xfffffffffb5ac010
Segmentation fault (core dumped)

其实看到8字节的前面4字节都是f,就可以判断这个地址是非法的了。为什么?(提示:程序地址空间分布)。

为什么coredump?

这个问题很明显,因为申请内存得到的地址值与释放内存的地址不是同一个,因此导致coredump(coredump的查看可参考《linux常用命令-开发调试篇》中的gdb部分)。

为什么地址值被截断?

在解释这个之前,我们先看一个简单的示例程序:

1
2
3
4
5
6
7
8
9
10
11
12
//testReturn.c
#include<stdio.h>
test()
{
printf("test function\n");
return 0;
}
int main(void)
{
test();
return 0;
}

编译:

1
2
3
4
$ gcc -o test testReturn.c
testReturn.c:2:1: warning: return type defaults to ‘int’ [-Wimplicit-int]
test()
^

我们在编译的时候出现了一个警告,提示test函数没有返回值,会默认返回值为int。

也就是说,如果函数实际有返回值,但是函数返回值类型却没有指明,编译器会将其默认为int

实际上前面的示例程序在编译的时候就有警告:

1
2
3
4
5
6
7
main.c: In function ‘main’:
main.c:11:9: warning: implicit declaration of function ‘testFun’ [-Wimplicit-function-declaration]
p = testFun();
^
main.c:11:7: warning: assignment makes pointer from integer without a cast [-Wint-conversion]
p = testFun();
^

两个警告的意思分别为:

  • testFun没有声明
  • 尝试从整形转换成指针

第一个警告很容易理解,虽然定义了testFun函数,但是在main函数中并没有声明。因此对mian函数来说,它在编译阶段(关于编译阶段,可参考《hello程序是如何变成可执行文件的》),“看不到”testFun,因此会默认为其返回值为int。而正因如此,就有了第二个警告,提示从整型转换成指针。

到此其实也就真相大白了。既然testFun的返回值被编译器默认为int,返回一个8字节的指针类型,而返回值却是int,自然就会被截断了。

如何解决

既然知道原因所在,那么如何解决呢?这里提供两种方式。

  • extern声明
  • 在头文件中声明,调用者包含该头文件

按照第一种方式,在main.c中增加一行声明:

1
extern void *testFun();

运行结果:

1
2
3
0x7fffee1bd7b0
malloc success,p = 0x7fcafef2e010
0x7fcafef2e010

第二种方式,增加test.h,内容为testFun的声明:

1
2
3
4
//test.h
#include<stdio.h>
#include<stdlib.h>
void *testFun();

main.c包含test.h头文件:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
//main.c
//公众号编程珠玑
#include"test.h"
int main(void)
{
void *p = NULL;
//打印p的地址
printf("%p\n",&p);
//为p赋值
p = testFun();
printf("%p\n",p);
//释放内存
free(p);
p = NULL;
return 0;
}

test.c修改如下:

1
2
3
4
5
6
7
8
9
10
11
12
//test.c
#include"test.h"
void *testFun()
{
void *p = (void*)malloc(1024*1024*10);
if(NULL == p)
{
printf("malloc failed\n");
}
printf("malloc success,p = %p\n",p);
return p;
}

以上两种方式都可解决前面的问题。

而32位程序为什么正常?相信你已经有了答案。

总结

由于对出现问题的程序代码不熟悉,加上其编译工程充斥着大量的警告而没有处理,以及涉及动态库,导致这个引起挂死问题的罪魁祸首没有提前暴露处出来。而问题的根本原因我们也清楚了,就是因为调用函数前没有声明。本文总结如下:

  • 不要忽略任何一个警告,除非你非常清楚地知道自己在做什么
  • 在头文件中声明函数,并提供给调用者
  • 函数使用前进行声明
  • 问题长期定位不出来时,休息一下
  • 尽量编写通用性代码
  • 非必要时不强转
  • 使用void *指针格外小心

思考

  • 为什么32位的时候运行正常,而64位程序会挂死
  • 32位和64位程序用户空间地址范围分别是多少
  • 如何在调试中设置程序源码路径
  • 程序完整编译经历那几个阶段
守望 wechat
关注公众号[编程珠玑]获取更多原创技术文章
出入相友,守望相助!